快速且大規模地存取多元資料集
加速模型訓練與上市時程，讓 AI 輸出能精準擴展至全球各地的用戶
發揮您的大型語言模型的強大效能
在同一平台上，讓你更聰明地訓練模型，並解決一般資料流程無法處理的特殊情境，涵蓋資料收集、標註、評估與訓練等全流程。
獲取高品質資料集
以多元且貼近現實的資料集為高效 AI 模型提供動力，涵蓋地點資訊（POI）資料、音訊、影片、影像及文字，這些資料均由我們遍布全球、超過 1,000 萬名貢獻者與專業專家大規模收集與標註。¹
接受專家的人工回饋培訓
Benchmark and fine-tune your models with structured reinforcement learning from human feedback (RLHF), preference ranking, and reward modeling, delivered through custom reinforced learning (RL) gyms built around your specific use case.
掌握您的資料
您的專有資料和智慧財產權將受到保護。我們不 會將您的資料用於訓練 Uber 的通用內部 AI 模型，並且這些資料受到組織性與技術性防護措施的保障。
確保可靠性與效能
善用我們訓練超過 20,000 個 AI 模型的經驗。獲取關鍵效能洞察、簡化測試流程，並在多種作業系統及超過 3,000 台測試裝置上進行高效能的品質保證。
常見問題
什麼是音訊標記？
音訊標記標籤語音和音訊資料，協助機器學習模型辨識語音、音樂及音效，進而實現語音助理、語音轉文字及聲音事件偵測等應用。
什麼是影片標註？
影片標籤功能可針對影格進行註解，協助機器學習模型偵測物體、動作與事件，進一步支援監控、自動駕駛與內容推薦等實務應用。
什麼是影像標註？
圖片標籤功能可為圖片指派有意義的標籤或註解，協助機器學習模型識別物體、場景或圖案，進一步支援自動駕駛、臉部辨識與醫療影像等實務應用。
什麼是文字標註？
文字標註會為資料加上標 籤，協助機器學習模型理解內容，進而實現情感分析、實體辨識，以及 AI 驅動的聊天機器人、搜尋和推薦等意圖分類任務。
截至 2026 年 3 月